車聯(lián)網(wǎng)環(huán)境下交叉口群速度引導(dǎo)模型及仿真.pdf

1、機(jī)動(dòng)車保有量激增，導(dǎo)致城市交通擁堵問題日益嚴(yán)重，交通安全與環(huán)境污染問題日益突出。作為城市路網(wǎng)交通流主要集散點(diǎn)，交叉口的信號(hào)控制策略、車輛排隊(duì)是造成交通擁堵的關(guān)鍵原因之一。以交叉口群作為管控對(duì)象用于緩解城市交通擁堵問題已經(jīng)成為研究共識(shí)，隨著車聯(lián)網(wǎng)技術(shù)的快速發(fā)展，基于該技術(shù)實(shí)現(xiàn)交叉口群車輛的速度引導(dǎo)，將為緩解城市交通擁堵問題提供一種有效的解決策略。
　　本文針對(duì)城市主干道路線性交叉口群設(shè)計(jì)了速度引導(dǎo)算法，形成“動(dòng)態(tài)綠波帶”實(shí)現(xiàn)車聯(lián)網(wǎng)環(huán)

2、境下的交叉口群車速引導(dǎo)，緩解城市交通擁堵。首先，從動(dòng)態(tài)速度控制、動(dòng)態(tài)速度引導(dǎo)、車聯(lián)網(wǎng)環(huán)境特征測(cè)試、交叉口群速度引導(dǎo)和技術(shù)應(yīng)用等方面，對(duì)國內(nèi)外的速度引導(dǎo)研究現(xiàn)狀進(jìn)行了總結(jié)，給出了本文的研究?jī)?nèi)容和技術(shù)路線。在介紹車聯(lián)網(wǎng)的系統(tǒng)構(gòu)建、技術(shù)體系和作用機(jī)理基礎(chǔ)上，對(duì)比分析了傳統(tǒng)行駛環(huán)境與車聯(lián)網(wǎng)行駛環(huán)境下速度引導(dǎo)方法的差異，并對(duì)車聯(lián)網(wǎng)環(huán)境下速度引導(dǎo)機(jī)理與基本方法進(jìn)行了論述。然后，介紹了交叉口群的基本概念、特性和界定方法，基于上述兩種環(huán)境下速度引導(dǎo)差異

3、性分析，分別提出了基于單點(diǎn)、協(xié)同兩種場(chǎng)景的線性交叉口群速度引導(dǎo)算法，包括引導(dǎo)策略、算法設(shè)計(jì)與流程等。為驗(yàn)證算法有效性，考慮車聯(lián)網(wǎng)速度引導(dǎo)影響因子，基于EstiNet仿真軟件構(gòu)建了兩種場(chǎng)景下速度引導(dǎo)算法測(cè)試環(huán)境。針對(duì)EstiNet軟件提供的車載、信號(hào)、路側(cè)等三種智能體二次編程開發(fā)，實(shí)現(xiàn)了論文提出的交叉口群?jiǎn)吸c(diǎn)、協(xié)同速度引導(dǎo)算法。最后，利用設(shè)計(jì)的車聯(lián)網(wǎng)環(huán)境速度引導(dǎo)評(píng)價(jià)指標(biāo)體系，從運(yùn)行效率、污染排放和行駛安全等方面對(duì)速度引導(dǎo)算法的效果進(jìn)行了定

4、量分析，對(duì)比分析兩種速度引導(dǎo)算法的效果，并結(jié)合車聯(lián)網(wǎng)環(huán)境速度引導(dǎo)影響因子對(duì)算法敏感性進(jìn)行研究。同時(shí)，利用行車速度、車頭時(shí)距分析了車聯(lián)網(wǎng)環(huán)境下的交通流特征。
　　仿真結(jié)果顯示，實(shí)施交叉口群協(xié)同速度引導(dǎo)策略后，平均速度、行程時(shí)間可靠性分別改善了13.36％、76.61％，停車時(shí)間、延誤時(shí)間、可達(dá)性阻隔系數(shù)、污染排放和速度連續(xù)性分別下降了51.02％、65.79％、86.32％、7.07％、23.89％。相對(duì)于交叉口群?jiǎn)吸c(diǎn)速度引導(dǎo)，協(xié)同

5、速度引導(dǎo)減少了19.64％的不必要速度引導(dǎo)信息推送，對(duì)評(píng)價(jià)指標(biāo)也具有更好的改善效果。對(duì)影響因子敏感性分析表明，設(shè)備裝載率和引導(dǎo)遵從率的上升以及通信距離的降低，會(huì)使得評(píng)價(jià)指標(biāo)的改善程度更為明顯。此外，交通流特征分析方面，兩種環(huán)境下車輛的行車速度和車頭時(shí)距都可以分別采用正態(tài)分布和移位負(fù)指數(shù)分布進(jìn)行擬合，且引導(dǎo)車輛通過交叉口停車線處的行車速度提升了51.81％，車頭時(shí)距減小了24.67％，表明提出的算法提高了通行效率，緩解了城市交叉口群的擁堵